本發(fā)明涉及數(shù)據(jù)采集和網(wǎng)絡(luò)傳輸，尤其涉及一種基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法及系統(tǒng)。

背景技術(shù)：

1、隨著信息技術(shù)的飛速發(fā)展，5g網(wǎng)絡(luò)因其高帶寬、低延遲和廣泛覆蓋的特點(diǎn)，成為現(xiàn)代通信領(lǐng)域的重要創(chuàng)新之一。5g技術(shù)的應(yīng)用不僅限于個人通信，還在諸如物聯(lián)網(wǎng)、智能交通、工業(yè)自動化等領(lǐng)域展示出廣闊的前景。在醫(yī)療領(lǐng)域，5g網(wǎng)絡(luò)的引入為遠(yuǎn)程醫(yī)療技術(shù)的進(jìn)一步發(fā)展提供了強(qiáng)有力的支持。通過5g網(wǎng)絡(luò)，醫(yī)療數(shù)據(jù)的實(shí)時采集與傳輸?shù)靡詫?shí)現(xiàn)，尤其在遠(yuǎn)程監(jiān)控、遠(yuǎn)程診斷和遠(yuǎn)程手術(shù)等高精尖應(yīng)用中，5g網(wǎng)絡(luò)的應(yīng)用極大地提升了醫(yī)療服務(wù)的效率與質(zhì)量。盡管5g網(wǎng)絡(luò)在遠(yuǎn)程醫(yī)療中具備顯著優(yōu)勢，但如何在不穩(wěn)定的網(wǎng)絡(luò)環(huán)境下保證醫(yī)療數(shù)據(jù)的傳輸質(zhì)量和可靠性，仍然是當(dāng)前面臨的重要技術(shù)挑戰(zhàn)。

2、現(xiàn)有的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法主要依賴于傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)和數(shù)據(jù)傳輸協(xié)議，未能充分利用5g網(wǎng)絡(luò)的優(yōu)勢，尤其在應(yīng)對復(fù)雜的網(wǎng)絡(luò)波動和多樣化的醫(yī)療數(shù)據(jù)需求方面表現(xiàn)出明顯不足。具體而言，現(xiàn)有系統(tǒng)對網(wǎng)絡(luò)狀態(tài)信息的實(shí)時監(jiān)測和分析不夠準(zhǔn)確，缺乏對網(wǎng)絡(luò)狀態(tài)下信息監(jiān)測指標(biāo)的動態(tài)調(diào)整機(jī)制，導(dǎo)致數(shù)據(jù)傳輸效率和穩(wěn)定性較低。其次，現(xiàn)有系統(tǒng)在應(yīng)對緊急醫(yī)療數(shù)據(jù)的傳輸需求時，往往未能合理分配帶寬資源，容易導(dǎo)致關(guān)鍵數(shù)據(jù)的延遲或丟失。此外，現(xiàn)有系統(tǒng)普遍缺乏智能緩存和帶寬協(xié)同機(jī)制，無法在網(wǎng)絡(luò)波動或擁塞時有效利用緩存資源，保障數(shù)據(jù)的傳輸連續(xù)性與完整性。

技術(shù)實(shí)現(xiàn)思路

1、本部分的目的在于概述本發(fā)明的實(shí)施例的一些方面以及簡要介紹一些較佳實(shí)施例。在本部分以及本技術(shù)的說明書摘要和發(fā)明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊，而這種簡化或省略不能用于限制本發(fā)明的范圍。

2、鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。因此，本發(fā)明提供了一種基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法，用來解決背景技術(shù)中提到的問題。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明提供了一種基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法，包括：

5、實(shí)時采集5g網(wǎng)絡(luò)的狀態(tài)信息和醫(yī)療數(shù)據(jù)，通過所述狀態(tài)信息，計(jì)算得到當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)，對5g網(wǎng)絡(luò)的歷史狀態(tài)信息進(jìn)行分析，確定網(wǎng)絡(luò)狀態(tài)下不同信息監(jiān)測指標(biāo)的正常波動范圍和極限值；

6、對所述醫(yī)療數(shù)據(jù)設(shè)置醫(yī)療數(shù)據(jù)優(yōu)先級，根據(jù)當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)和醫(yī)療數(shù)據(jù)優(yōu)先級，為每一種醫(yī)療數(shù)據(jù)依次進(jìn)行帶寬分配；

7、設(shè)置緩存與帶寬協(xié)同因子，根據(jù)每一次的網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)和醫(yī)療數(shù)據(jù)優(yōu)先級，調(diào)整智能緩存策略因子；

8、構(gòu)建醫(yī)療數(shù)據(jù)采集預(yù)警模型，根據(jù)所述緩存與帶寬協(xié)同因子和智能緩存策略因子，對醫(yī)療數(shù)據(jù)進(jìn)行異常處理和數(shù)據(jù)恢復(fù)。

9、作為本發(fā)明所述的基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法的一種優(yōu)選方案，其中：實(shí)時采集5g網(wǎng)絡(luò)的狀態(tài)信息和醫(yī)療數(shù)據(jù)，通過所述狀態(tài)信息，計(jì)算得到當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)，包括：

10、根據(jù)網(wǎng)絡(luò)狀態(tài)信息的監(jiān)測指標(biāo)個數(shù)，確定各監(jiān)測指標(biāo)的權(quán)重系數(shù)，將當(dāng)前時刻的上一時刻作為滑動平均值，進(jìn)行網(wǎng)絡(luò)狀態(tài)信息的加權(quán)求和，得到當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)。

11、作為本發(fā)明所述的基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法的一種優(yōu)選方案，其中：對5g網(wǎng)絡(luò)的歷史狀態(tài)信息進(jìn)行分析，確定網(wǎng)絡(luò)狀態(tài)下不同信息指標(biāo)的正常波動范圍和極限值，包括：

12、通過設(shè)置時間衰減因子，隨著時間的增加而遞減，并根據(jù)所述時間衰減因子，重新賦予當(dāng)前網(wǎng)絡(luò)狀態(tài)信息的權(quán)重，得到歷史網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)；

13、結(jié)合當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)和歷史網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)，得到網(wǎng)絡(luò)狀態(tài)信息的變異系數(shù)，由所述變異系數(shù)，確定網(wǎng)絡(luò)狀態(tài)下不同信息監(jiān)測指標(biāo)的正常波動范圍和極限值。

14、作為本發(fā)明所述的基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法的一種優(yōu)選方案，其中：對所述醫(yī)療數(shù)據(jù)設(shè)置醫(yī)療數(shù)據(jù)優(yōu)先級，根據(jù)當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)和醫(yī)療數(shù)據(jù)優(yōu)先級，為每一種醫(yī)療數(shù)據(jù)依次進(jìn)行帶寬分配，包括：

15、根據(jù)醫(yī)療數(shù)據(jù)，確定每一種醫(yī)療數(shù)據(jù)的數(shù)據(jù)類型和緊急程度，通過所述數(shù)據(jù)類型和緊急程度，得到每一種醫(yī)療數(shù)據(jù)的優(yōu)先級；

16、考慮當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)與醫(yī)療數(shù)據(jù)的優(yōu)先級，得到醫(yī)療數(shù)據(jù)的優(yōu)先級權(quán)重。

17、作為本發(fā)明所述的基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法的一種優(yōu)選方案，其中：還包括：

18、根據(jù)所述優(yōu)先級權(quán)重，為每一種醫(yī)療數(shù)據(jù)進(jìn)行帶寬分配，且優(yōu)先級權(quán)重越高，分配的帶寬比例越大。

19、作為本發(fā)明所述的基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法的一種優(yōu)選方案，其中：設(shè)置緩存與帶寬協(xié)同因子，根據(jù)每一次的網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)和醫(yī)療數(shù)據(jù)優(yōu)先級，調(diào)整智能緩存策略因子，包括：

20、根據(jù)每一次的網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)和醫(yī)療數(shù)據(jù)優(yōu)先級，得到緩存與帶寬協(xié)同因子的初始值，通過實(shí)時網(wǎng)絡(luò)波動情況和醫(yī)療數(shù)據(jù)的緊急程度，對緩存與帶寬協(xié)同因子進(jìn)行調(diào)整；

21、根據(jù)緩存與帶寬協(xié)同因子和當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)，得到智能緩存策略因子，通過調(diào)整后的緩存與帶寬協(xié)同因子，對智能緩存策略因子進(jìn)行調(diào)整。

22、作為本發(fā)明所述的基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集方法的一種優(yōu)選方案，其中：構(gòu)建醫(yī)療數(shù)據(jù)采集預(yù)警模型，根據(jù)所述緩存與帶寬協(xié)同因子和智能緩存策略因子，對醫(yī)療數(shù)據(jù)進(jìn)行異常處理和數(shù)據(jù)恢復(fù)，包括：

23、計(jì)算緩存與帶寬協(xié)同因子和智能緩存策略因子的標(biāo)準(zhǔn)差和平均值，建立醫(yī)療數(shù)據(jù)采集報(bào)警閾值，并根據(jù)所述報(bào)警閾值設(shè)置報(bào)警級別；

24、若發(fā)現(xiàn)緩存與帶寬協(xié)同因子或智能緩存策略因子超過所述報(bào)警閾值，則觸發(fā)報(bào)警，并根據(jù)報(bào)警級別，實(shí)時監(jiān)測緩存與帶寬協(xié)同因子和智能緩存策略因子的當(dāng)前狀態(tài)，直至緩存與帶寬協(xié)同因子和智能緩存策略因子都低于報(bào)警閾值時，進(jìn)行數(shù)據(jù)恢復(fù)。

25、第二方面，本發(fā)明提供了基于5g網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療數(shù)據(jù)采集系統(tǒng)，其包括：

26、網(wǎng)絡(luò)狀態(tài)信息監(jiān)測模塊，被配置為實(shí)時采集5g網(wǎng)絡(luò)的狀態(tài)信息和醫(yī)療數(shù)據(jù)，通過所述狀態(tài)信息，計(jì)算得到當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)，對5g網(wǎng)絡(luò)的歷史狀態(tài)信息進(jìn)行分析，確定網(wǎng)絡(luò)狀態(tài)下不同信息監(jiān)測指標(biāo)的正常波動范圍和極限值；

27、醫(yī)療數(shù)據(jù)傳輸模塊，被配置為對所述醫(yī)療數(shù)據(jù)設(shè)置醫(yī)療數(shù)據(jù)優(yōu)先級，根據(jù)當(dāng)前網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)和醫(yī)療數(shù)據(jù)優(yōu)先級，為每一種醫(yī)療數(shù)據(jù)依次進(jìn)行帶寬分配；

28、緩存和帶寬分配協(xié)同模塊，被配置為設(shè)置緩存與帶寬協(xié)同因子，根據(jù)每一次的網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)和醫(yī)療數(shù)據(jù)優(yōu)先級，調(diào)整智能緩存策略因子；

29、醫(yī)療數(shù)據(jù)采集預(yù)警模塊，被配置為構(gòu)建醫(yī)療數(shù)據(jù)采集預(yù)警模型，根據(jù)所述緩存與帶寬協(xié)同因子和智能緩存策略因子，對醫(yī)療數(shù)據(jù)進(jìn)行異常處理和數(shù)據(jù)恢復(fù)。

30、第三方面，本發(fā)明提供了一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，其中：所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)上述方法的任一步驟。

31、第四方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其中：所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)上述方法的任一步驟。

32、與現(xiàn)有技術(shù)相比，發(fā)明有益效果為：

33、1、本發(fā)明通過實(shí)時采集5g網(wǎng)絡(luò)的狀態(tài)信息，并計(jì)算網(wǎng)絡(luò)狀態(tài)信息監(jiān)測指標(biāo)，能夠動態(tài)調(diào)整數(shù)據(jù)傳輸策略，這一機(jī)制有效應(yīng)對了5g網(wǎng)絡(luò)中的動態(tài)波動，顯著提升了系統(tǒng)對于醫(yī)療數(shù)據(jù)傳輸?shù)膶?shí)時性與穩(wěn)定性；

34、2、通過引入緩存與帶寬協(xié)同因子和智能緩存策略因子，本發(fā)明實(shí)現(xiàn)了帶寬資源與緩存管理的智能協(xié)同，可以根據(jù)實(shí)時網(wǎng)絡(luò)狀態(tài)和醫(yī)療數(shù)據(jù)的優(yōu)先級，動態(tài)調(diào)整帶寬分配和緩存策略，在網(wǎng)絡(luò)波動或擁塞時，通過增加緩存深度來緩解帶寬壓力，并在網(wǎng)絡(luò)恢復(fù)后逐步釋放緩存數(shù)據(jù)，確保了數(shù)據(jù)傳輸?shù)倪B續(xù)性與完整性，即使在復(fù)雜的網(wǎng)絡(luò)環(huán)境中，系統(tǒng)亦能保障重要醫(yī)療數(shù)據(jù)的穩(wěn)定傳輸；

35、3、通過構(gòu)建醫(yī)療數(shù)據(jù)采集預(yù)警模型，能夠在網(wǎng)絡(luò)異常情況下及時檢測并采取應(yīng)對措施，通過設(shè)定報(bào)警閾值和報(bào)警級別，當(dāng)緩存與帶寬協(xié)同因子或智能緩存策略因子超出閾值時，能夠迅速觸發(fā)預(yù)警并調(diào)整策略，保護(hù)重要數(shù)據(jù)不丟失，此外，預(yù)警模型在網(wǎng)絡(luò)恢復(fù)后能夠優(yōu)先處理和傳輸關(guān)鍵數(shù)據(jù)，確保數(shù)據(jù)的安全性和完整性，大幅提高了系統(tǒng)在突發(fā)網(wǎng)絡(luò)異常時的應(yīng)對和恢復(fù)能力。